[发明专利]对于Yamaguchi4 分解方法的改进方法

说明书

技术领域

本发明涉及模式识别技术领域，尤其涉及一种对于Yamaguchi4分解方法的改进方法。 

背景技术

极化合成孔径雷达(Polarimetric Synthetic Aperture Radar，PolSAR)可以利用不同极化通道的SAR复图像区分物体的细致结构、目标指向、几何形状以及物质组成等参数，在遥感领域具有广阔的应用前景。 

在极化SAR数据分析中，可以利用极化目标分解理论提取地物的极化散射特性，进而实现极化SAR图像的分类、地物的检测和识别等应用[2-4]。极化分解方法分为相干极化目标分解和非相干极化目标分解。其中，最著名的分解理论是Pauli相干分解和基于特征值分析的Cloude-Pottier非相干分解。 

在非相干分解中，Freeman和Durden等人于1998年第一次提出了一种基于物理散射模型的散射功率分解方法。该方法在反射对称的假设前提下，将极化信息分解为螺旋体散射、二次散射和体散射；2005年Yamaguchi等人在Freeman-Durden研究基础上，考虑到城区非均匀性，将不满足反射对称的部分分解为螺旋体散射，并将分解方法应用到城区的地物分类，取得了较好的效果。 

通过Yamaguchi4分解获得的散射分量可以用来合成RGB彩色图像：红色代表二次散射、绿色代表体散射、蓝色代表螺旋体散射。在POLSAR图像分析中，彩色图像更容易理解,它的每个颜色代表一个特定的散射机制。 

然而，基于散射模型的极化分解中，一些二次散射的像元会错误地呈现出其它散射类型，从而给地物识别带来困难，这一现象多见于城区的建筑物。如图2所示，在Yamaguchi4分解的RGB图像中，建筑 物(patch A)主散射机制是二次散射，图上呈现红色；而建筑物(Patch B)主散射机制错误地表现为体散射，图上呈现绿色；林地的主要散射机制是体散射，呈现绿色。这一极化分解结果会导致图像目视解译错误，部分建筑物会被错误地识别为林地。这一问题的出现是由于地形方位向坡度的存在，使得极化系统量测的极化信息产生了一定偏移，目标地物的交叉极化分量比例上升，从而引起极化信息的不准确。研究表明，起伏的地形、倾斜的建筑物屋顶、不与方位向平行的建筑物外立墙，都造成这一现象。 

2011年，Yamaguchi等人通过引入极化方位角对相干矩阵进行补偿，改进了原来的四分量分解，一定程度上很好地解决了上述由方位向坡度引出问题。如图3所示，在改进后Yamaguchi4分解的RGB图像中，Patch B正确地表现出二次散射为主的性质，图上颜色为红色。但是，原本散射类型正确的建筑区in patch A所呈现的红色变暗，颜色代表性下降。为了更加明确地比较改进前后的优劣，可以对茂密林地(某大桥下方)、建筑物(右侧居民区)各取一个切面，图1所示，每个切面取100个像素，读取相应二次散射、体散射、螺旋体散射的散射分量功率值，由于螺旋体散射分量是旋转不变的，所以此处不作比较，结果如图4所示。改进后的散射分量中，建筑物的主散射机制被矫正为二次散射，但是作为林地主散射机制的体散射分量功率值下降，由三分量组成的特征空间对林地的代表性下降。总的来说，改进后的Yamaguchi4分解，矫正了部分建筑物的散射机制，但是也存在着一些不利于目视解译和地物识别与分类的现象。 

发明内容

本发明提供一种对于Yamaguchi4分解方法的改进方法，用以提高图像分解和散射分类的精度。 

为了解决上述技术问题，本发明提供了一种对于Yamaguchi4分解方法的改进方法，对极化雷达数据的相干矩阵进行极化方位角补偿，并且分别对极化方位角补偿前后的所述相干矩阵进行Yamaguchi4分解； 

当进行极化方位角补偿前后的体散射分量强度值均大于其他分量强度值，并且进行极化方位角补偿前的体散射分量强度值在所有分量 强度值之和中所占比例大于一预设的阈值时，采用进行极化方位角补偿前的四分量强度值作为Yamaguchi4分解四分量值，否则采用进行极化方位角补偿后的四分量强度值作为Yamaguchi4分解四分量值。 

作为优选，具体包括以下步骤： 

S1：获得原始极化雷达数据的相干矩阵，并进行Yamaguchi4分解，以获得地物相应的体散射分量、二次散射分量、奇次散射分量以及螺旋体散射分量；